基于概率矩阵分解的多指标协同过滤算法-山东大学学报工学版.PDF

　第４６卷　第３期 山　东　大　学　学　报　（工　学　版） ２０１６年６月　 　 　　 Ｖｏｌ．４６　 Ｎｏ．３　　 　ＪＯＵＲＮＡＬＯＦＳＨＡＮＤＯＮＧＵＮＩＶＥＲＳＩＴＹ（ＥＮＧＩＮＥＥＲＩＮＧＳＣＩＥＮＣＥ） Ｊｕｎ．２０１６　 　文章编号：１６７２３９６１（２０１６）０３００６５０９　　　ＤＯＩ：１０６０４０／ｊ．ｉｓｓｎ．１６７２３９６１２２０１５０８０ 基于概率矩阵分解的多指标协同过滤算法 １ ２ １ １，３ １ 庞俊涛 ，张晖 ，杨春明 ，李波 ，赵旭剑 （１．西南科技大学计算机科学与技术学院，四川 绵阳６２１０１０； ２．西南科技大学教育信息化推进办公室，四川 绵阳６２１０１０； ３．中国科学技术大学计算机科学与技术学院，安徽 合肥２３００２６） 摘要：为解决已有关于多指标评分推荐方法中忽略多指标之间存在相关性的问题，提出一种基于概率矩阵分解的 多指标协同过滤算法（ｍｕｌｔｉｃｒｉｔｅｒｉａｃｏｌｌａｂｏｒａｔｉｖｅｆｉｌｔｅｒｉｎｇａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｐｒｏｂａｂｉｌｉｓｔｉｃｍａｔｒｉｘｆａｃｔｏｒｉｚａｔｉｏｎ， ＭＣＰＭＦ）。该算法将多指标评分表示成一个对整体用户和产品产生影响的权重矩阵，并假设该矩阵潜在分布服 从高斯分布，其概率密度分布与用户和产品特征矩阵的概率密度分布条件相关。通过概率矩阵分解的方法学习 得到用户和产品特征矩阵。在两个真实数据集上的试验结果表明，该方法比只考虑单一综合评分的方法能更加 精确地预测用户的综合评分，同时能降低数据稀疏对推荐算法的影响。 关键词：推荐系统；协同过滤；多指标；概率矩阵分解 中图分类号：ＴＰ１８１　　　文献标志码：Ａ Ｍｕｌｔｉｃｒｉｔｅｒｉａｃｏｌｌａｂｏｒａｔｉｖｅｆｉｌｔｅｒｉｎｇａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎ ｐｒｏｂａｂｉｌｉｓｔｉｃｍａｔｒｉｘｆａｃｔｏｒｉｚａｔｉｏｎ １ ２ １ １，３ １ ＰＡＮＧＪｕｎｔａｏ，ＺＨＡＮＧＨｕｉ ，ＹＡＮＧＣｈｕｎｍｉｎｇ，ＬＩＢｏ ，ＺＨＡＯＸｕｊｉａｎ （１．ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＳｏｕｔｈｗｅｓｔＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ， Ｍｉａｎｙａｎｇ６２１０１０，Ｓｉｃｈｕａｎ，Ｃｈｉｎａ； ２．ＥｄｕｃａｔｉｏｎａｌＩｎｆｏｒｍａｔｉｏｎｉｚａｔｉｏｎＯｆｆｉｃｅ，ＳｏｕｔｈｗｅｓｔＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｍｉａｎｙａｎｇ６２１０１０，Ｓｉｃｈｕａｎ，Ｃｈｉｎａ； ３．ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙｏｆＣｈｉｎａ，Ｈｅｆｅｉ２３００２６，Ａｎｈｕｉ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｎｏｒｄｅｒｔｏｓｏｌｖｅｔｈｅｐｒｏｂｌｅｍｔｈａｔｔｈｅｃｏｒｒｅｌａｔｉｏｎｗａｓｎｅｇｌｅｃｔｅｄａｍｏｎｇｔｈｅｍｕｌｔｉｃｒｉｔｅｒｉａｉｎｔｈｅｒｅｃｏｍｍｅｎｄａ ｔｉｏｎｍｅｔｈｏｄｏｆｔｈｅｍｕｌｔｉｃｒｉｔｅｒｉａ，ａｍｕｌｔｉｃｒｉｔｅｒｉａｃｏｌｌａｂｏｒａｔｉｖｅｆｉｌｔｅｒｉｎｇａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｐｒｏｂａｂｉｌｉｓｔｉｃｍａｔｒｉｘｆａｃｔ